Passa al contenuto principale

1. Introduzione

Esistono centinaia di formati standardizzati per la rappresentazione binaria di dati strutturati (noti anche come formati di serializzazione binaria). Tra questi, alcuni sono destinati a domini informativi specifici, mentre altri sono generalizzati per dati arbitrari. In IETF, i formati probabilmente più noti di quest'ultima categoria sono BER e DER di ASN.1 [ASN.1].

Il formato definito qui segue alcuni obiettivi di progettazione specifici che i formati attuali non soddisfano adeguatamente. Il modello dati sottostante è una versione estesa del modello dati JSON [RFC4627]. È importante notare che questa non è una proposta di estendere in generale la grammatica di RFC 4627, poiché ciò causerebbe una significativa incompatibilità all'indietro con i documenti JSON già distribuiti. Questo documento definisce invece semplicemente un proprio modello dati che parte da JSON.

L'appendice E elenca alcuni formati binari esistenti e discute quanto bene si adattino o meno agli obiettivi di progettazione della Rappresentazione concisa di oggetti binari (Concise Binary Object Representation, CBOR).

1.1. Obiettivi​

Gli obiettivi di CBOR, approssimativamente in ordine decrescente di importanza, sono:

  1. La rappresentazione deve essere in grado di codificare in modo non ambiguo la maggior parte dei formati dati utilizzati negli standard Internet.

    • Deve rappresentare un insieme ragionevole di tipi di dati e strutture di base utilizzando la codifica binaria. "Ragionevole" qui è in gran parte influenzato dalle capacità di JSON, con la principale aggiunta delle stringhe di byte binarie. Le strutture supportate sono limitate ad array e alberi; i cicli e i grafi in stile reticolo non sono supportati.

    • Non vi è alcun requisito che tutti i formati dati siano codificati in modo univoco; vale a dire, è accettabile che il numero "7" possa essere codificato in diversi modi.

  2. Il codice di un encoder o decoder deve poter essere compatto per supportare sistemi con memoria, potenza di elaborazione e set di istruzioni molto limitati.

    • Un encoder e un decoder devono poter essere implementati con una quantità molto ridotta di codice (ad esempio, nei nodi vincolati di classe 1 come definiti in [CNN-TERMS]).

    • Il formato dovrebbe utilizzare rappresentazioni macchina contemporanee dei dati (ad esempio, non richiedendo la conversione da binario a decimale).

  3. I dati devono poter essere decodificati senza una descrizione dello schema.

    • Analogamente a JSON, i dati codificati dovrebbero essere autodescrittivi, in modo che si possa scrivere un decoder generico.
  4. La serializzazione deve essere ragionevolmente compatta, ma la compattezza dei dati è secondaria rispetto alla compattezza del codice per l'encoder e il decoder.

    • "Ragionevole" qui è delimitato dall'alto da JSON come limite superiore di dimensione, e dal basso dalla complessità implementativa. L'uso di schemi di compressione generali o di estese manipolazioni a livello di bit viola gli obiettivi di complessità.
  5. Il formato deve essere applicabile sia ai nodi vincolati sia alle applicazioni ad alto volume.

    • Ciò significa che deve essere ragionevolmente parsimonioso nell'uso della CPU sia per la codifica sia per la decodifica. Questo è rilevante sia per i nodi vincolati sia per un potenziale utilizzo in applicazioni con un volume di dati molto elevato.
  6. Il formato deve supportare tutti i tipi di dati JSON per la conversione da e verso JSON.

    • Deve supportare un livello ragionevole di conversione purché i dati rappresentati rientrino nelle capacità di JSON. Deve essere possibile definire una mappatura unidirezionale verso JSON per tutti i tipi di dati.
  7. Il formato deve essere estensibile, e i dati estesi devono essere decodificabili dai decoder precedenti.

    • Il formato è progettato per decenni di utilizzo.

    • Il formato deve supportare una forma di estensibilità che consenta un fallback, in modo che un decoder che non comprende un'estensione possa comunque decodificare il messaggio.

    • Il formato deve poter essere esteso in futuro da standard IETF successivi.

1.2. Terminologia​

Le parole chiave "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY" e "OPTIONAL" in questo documento devono essere interpretate come descritto in RFC 2119, BCP 14 [RFC2119] e indicano i livelli di requisito per le implementazioni conformi di CBOR.

Il termine "byte" è usato nel suo senso ormai consueto come sinonimo di "ottetto". Tutti i valori multibyte sono codificati nell'ordine dei byte di rete (ovvero, il byte più significativo per primo, noto anche come "big-endian").

Questa specifica utilizza la seguente terminologia:

Elemento dati: Un singolo pezzo di dati CBOR. La struttura di un elemento dati può contenere zero, uno o più elementi dati annidati. Il termine è usato sia per l'elemento dati in formato di rappresentazione sia per l'idea astratta che può essere derivata da esso da un decoder.

Decoder: Un processo che decodifica un elemento dati CBOR e lo rende disponibile a un'applicazione. Formalmente, un decoder contiene un parser per suddividere l'input utilizzando le regole sintattiche di CBOR, nonché un processore semantico per preparare i dati in una forma adatta all'applicazione.

Encoder: Un processo che genera il formato di rappresentazione di un elemento dati CBOR a partire dalle informazioni dell'applicazione.

Flusso di dati: Una sequenza di zero o più elementi dati, non ulteriormente assemblati in un elemento dati contenitore più grande. Gli elementi dati indipendenti che compongono un flusso di dati sono talvolta anche chiamati "elementi dati di livello superiore".

Ben formato: Un elemento dati che segue la struttura sintattica di CBOR. Un elemento dati ben formato utilizza i byte iniziali nonché le stringhe di byte e/o gli elementi dati implicati dai loro valori come definito in CBOR, e non è seguito da dati estranei.

Valido: Un elemento dati che è ben formato e segue anche le restrizioni semantiche applicabili agli elementi dati CBOR.

Decoder di flusso: Un processo che decodifica un flusso di dati e rende disponibile a un'applicazione ciascuno degli elementi dati della sequenza man mano che vengono ricevuti.

Dove vengono spiegate l'aritmetica sui bit o i tipi di dati, questo documento utilizza la notazione familiare del linguaggio di programmazione C, tranne per il fatto che "**" denota l'elevamento a potenza. Analogamente alla notazione "0x" per i numeri esadecimali, i numeri in notazione binaria sono preceduti da "0b". Si possono aggiungere caratteri di sottolineatura a tale numero al solo scopo di leggibilità, quindi 0b00100001 (0x21) potrebbe essere scritto 0b001_00001 per enfatizzare l'interpretazione desiderata dei bit nel byte; in questo caso, esso è suddiviso in tre bit e cinque bit.